К-кратная перекрестная валидация отрицательной биномиальной регрессии с использованием каретки?

Question

Я использовал пакет «caret» для выполнения перекрестной проверки в K-кратном выражении на модели отрицательной биномиальной регрессии (glm.nb) для набора данных с избыточным распределением количества.Я думаю, что использованный мной подход неверен из-за предупреждений.

Существует ли метод для перекрестной проверки моделей, созданных с использованием функции glm.nb?Комментарии высоко ценятся.

Код

data_ctrl <- trainControl(method = "cv", number = 5)
# Run the negtaive binomial regression model
model_caret <- train(Count~Soil.Sal+Temp+Soil.ph, data = CLAB,trControl=data_ctrl, method="lm")
model_caret
model_caret$finalModel

Выход

Negative Binomial Generalized Linear Model 

102 samples
  3 predictor

No pre-processing
Resampling: Cross-Validated (5 fold) 
Summary of sample sizes: 81, 82, 82, 82, 81 
Resampling results across tuning parameters:

  link      RMSE      Rsquared   MAE     
  identity       NaN        NaN       NaN
  log       7.680947  0.3695579  5.186753
  sqrt      6.727719  0.3854733  4.751341

RMSE was used to select the optimal model using the smallest value.
The final value used for the model was link = sqrt

Warnings (12)
Warning messages:
1: In log(y/mu) : NaNs produced
2: model fit failed for Fold1: link=identity Error : no valid set of coefficients has been found: please supply starting values